本站小編為你精心準備了公司技術效率影響原因思考參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1引言

自世界信息化革命以來，信息產業迅速發展，極大地推動了世界經濟的發展。中國的信息技術行業經過20多年的高速發展，產業規模已居全球第二位，成為信息產業大國，信息企業已成為我國經濟發展的先鋒，其產值增長速度遠大于整體工業的增長速度。2006年的美國國際數據公司(IDC)《軟件及IT服務業對中國經濟的貢獻》的研究報告指出，信息技術行業在中國經濟發展中正發揮著越來越重要的作用。但前期文獻對信息技術產業技術效率的研究多集中在行業和地區層面上，，而較少從微觀主體的角度來研究技術效率的高低及其影響因素。吳順祥和張長海(2010)采用Malmquist生產率指數法計算了我國上市公司的2002－2009年間的技術效率及其不同構成的變動，結果發現，盡管多數公司的全要素生產率有所提高，但整體水平仍不高;需要從重視技術和提高管理水平兩個方面提升企業的技術效率［1］。Hambrick和Mason(1984)認為高管團隊成員不同的認知基礎、價值觀、洞察力以及這些特質的作用過程會影響到組織的決策與績效［2］。因此，本文擬在吳順祥、張長海(2010)的基礎上，依據高階理論研究高管特質對企業技術效率的影響。

2文獻回顧與研究假設

2.1高管界定

鑒于高管是一個比較寬泛的概念，有必要先對高管的范圍進行界定。國內外不同的學者曾對高管進行了不同的界定，其中:Wiersema和Bantel(1992)將高層管理團隊成員確定為董事長、首席執行官、總裁、執行副總裁、副總裁等公司的高層管理者［3］;Suteliffe(1994)和Boeker(1997)直接向CEO進行問卷調查，由其確定參與公司戰略決策或是直接向他匯報的高級經理這兩類人員作為高管團隊的成員;Eisenhart(1990)和Knight(1999)通過與CEO的深度訪談來確認參與公司具體戰略決策的高級經理，并最終確定高管的成員;魏立群、王智慧(2002)等將高層管理團隊的成員界定為具有總經理、首席執行官或者總裁頭銜的高級管理人員以及那些具有副總經理、副總裁、總會計師或者首席財務總監等頭銜的高級管理人員［4］;黃昕等(2010)將高管團隊成員界定為:具有董事長、董事、獨立董事、經理、副經理、財務負責人、技術負責人、董事會秘書等頭銜的高級管理人員［5］。考慮到我國公司治理中對監事會的重視，以及高管特質數據的易得性，本文的高管包括董事、經理以及監事等。

2.2高管教育水平與公司技術效率的關系

盡管存在個體差異性，正規的教育仍是提高管理人員的認知和思維水平以及工作能力的主流方法。創造性、邏輯思考的嚴密性、信息處理能力、團隊協作能力等都可以通過正規的教育得到提高。此外，高學歷的高管可能擁有較寬闊的眼界、更豐富的信息、較高層次的社會關系網絡，從而能更好地把握公司的發展，更有效率地領導整個公司，提高公司的技術效率。Wally＆Baum(1994)認為教育水平越高，其信息處理能力、接受新事物的能力會更強;他們發現獲得大學學位的CEO比受過較低水平教育的CEO在信息處理能力和勇于接受改變方面表現更佳［6］。Bantel和Jackson(1989)對銀行業高管與企業創新關系的研究中發現，高管團隊平均受教育水平與企業創新顯著正相關［7］。Wiersema和Bantel(1992)對隨機抽取1980年美國《財富》雜志上100家制造業大型公司進行的研究表明，高管團隊的平均受教育水平與公司戰略的改變呈現顯著正線性相關關系［3］。此外，Shipilov和Danis(2006)從社會資本視角進行的研究發現:教育水平較高的高管團隊將會比教育水平較低的高管團隊擁有更多的社會資本，而高管團隊所擁有的社會資本是取得最優公司績效的關鍵因素。國內學者孫海法等(2006)對中國紡織業和信息技術業上市公司進行的研究也證實，高管團隊平均教育水平與公司績效和企業成長能力顯著正相關［8］。李凱等(2007)研究發現董事長和總經理的學歷水平與托賓Q值顯著正相關［9］。文芳等(2009)發現高管所受教育水平和其技術職業經驗都對公司R＆D投資強度具有顯著的正向作用力［10］。黃昕等(2010)的研究發現高管團隊教育水平對企業成長性有積極的顯著影響［5］。康艷玲等(2011)也發現高管的教育水平與R＆D投資正相關［11］。王穎(2003)等實證分析結果表明:不同學歷背景的高層管理者會通過不同的經營策略顯著影響企業的績效，但影響程度不大［12］。但張慧、安同良(2006)實證結果表明，中國上市公司董事會成員的學歷分布與公司經營業績的關系，除金融行業兩者之間呈現低度正相關關系外，其余行業均不存在相關關系［13］。因此，公司董事長和CEO受教育水平越高，將可能從能力和資源兩個方面提高企業的技術效率。由此，本文提出如下研究假設:假設1:董事長受教育水平與公司效率呈正相關關系。假設2:CEO受教育水平與公司效率呈正相關關系。

2.3高管年齡對公司技術效率的影響

高管的年齡對于其決策具有重要影響。首先，心理學研究發現經理人的體力和精力都隨著年齡的增大而逐漸減弱，年輕的董事長和經理人往往精力充沛而敢于承擔風險，敢于夠承擔技術發展失敗的風險;而當董事長、經理人以及高管團隊年齡較大時，思維越來陳舊。其次，年齡大的人更看重自身的先前經驗和在企業里的已有地位，這往往導致高管人員在決策過程中產生路徑依賴，過于看重公司的原有技術，可能對已經出現的先進技術威脅也視為不見;第三，年齡大的人更看重財產安全和職業生涯安全，不愿冒險。因此，高管越年輕越容易接受新事物，思維也更加活躍，因此更具有創造性，更容易在技術變革過程中進行戰略轉變，采取新想法、新思路。反之，則更不愿意承擔技術變革失敗的風險，在決策時更加關注穩妥的陳舊的技術方案。但高管年齡越大，則可能擁有的社會關系就越多，從而能夠給企業帶來更多的資源。魏立群、王智慧(2002)發現高層管理團隊的平均年齡與公司績效之間存在正向聯系［4］。而朱治龍，王麗(2004)的研究顯示上市公司經營者年齡與公司經營業績呈現負相關關系［14］。文芳等(2009)的研究發現:公司高管的年齡對公司R＆D投資影響的顯著性不高［10］。徐經長和王勝海(2010)發現高管年齡越大，公司成長性越差［15］。因此，綜合上述分析，提出假設3、假設4和假設5:假設3:董事長年齡對公司技術效率呈負相關關系。假設4:CEO年齡對公司技術效率呈負相關關系。假設5:董事、監事和高管平均年齡對公司技術效率呈負相關關系。

2.4高管總人數對公司技術效率的影響

高管總人數也可能對公司的技術效率造成影響。一方面，高管總人數越多，則在決策過程協調越困難，從而降低企業的決策效率;但另一方面，從資源觀的視角來看，高管團隊越大則擁有的相應社會資源就越多，并且可能具備更多的專業知識，從而具備更強的信息處理和解決問題的能力，從而有助于提高企業技術效率。Yermack(1996)發現TobinQ值與董事會規模負相關。由此提出如下競爭性假設:假設6a:高管總人數與公司技術效率呈正相關關系;假設6b:高管總人數與公司技術效率呈負不相關關系。2.5高管團隊中性別比例對公司技術效率的影響20世紀管理大師斯蒂芬•P•羅賓斯認為，與男性管理者相比，女性管理者更傾向于采用民主型和參與型的領導風格，更更樂于鼓勵、參與、共享權利與信息，并努力提高下屬的自我價值，更擅長溝通并能夠通過包容進行領導，并以自己的領袖魅力、專業知識和人際交往能力來影響他人。但近期的實證研究則發現并非如此。Robinsonetal對美國4139名(2371個男性，1768名女性)中高層管理者進行研究發現，女性管理者并不比男性管理者更具有合作精神，她們更注重輸贏，更經常地運用目標管理法。中國女性管理者現狀調查報告(2006)發現，由于國內的女性管理者得到社會認知和支持不夠，她們會更多的關注企業中員工個體的需求，更偏向于單打獨斗，從而具有比男性管理者更低的集體主義;并且女性管理者比男性管理者更傾向于企業的短期收益，有子女的女性管理者尤其如此。此外，女性管理者具有更高的風險規避指數，更容易安于現狀，謀求安穩;最后，女性管理者常常需要在家庭事務中付出更多的時間和精力，從而影響其對企業的關注［16］。因此，在中國目前的現實環境下，男性比例越高，越有利于企業技術效率的提升，故提出假設7:假設7:高管團隊中男性占總人數的比例與公司技術效率呈正相關關系。

3研究方法

3.1樣本選取與數據來源

根據吳順祥與張長海(2010)，本文選擇了中國信息技術產業上市公司的2002年到2009年100家公司的數據進行研究。剔除了其中不合要求的45家公司數據外，最后利用剩余的55家公司，共440組數據進行處理和分析。所有數據均來自于各家上市公司公布的年報。大部分由CCER數據公司提供，少數手工查詢而得。

3.2變量設計與衡量方法

(1)被解釋變量本文采用吳順祥、張長海(2010)按照DEAMalmquist生產率指數法計算出來的技術效率。(2)解釋變量根據前文對高管的界定，本文的解釋變量包括:(1)高管教育背景方面變量:董事長學位、CEO學位;(2)高管年齡方面變量:董事長年齡、CEO年齡和高管團隊平均年齡;(3)高管團隊中男性占總人數的比例(性別比);(4)高管團隊的總人數。(3)控制變量除了高管的特征因素以外，本文還控制了影響技術效率的其他因素:(1)兩職合一，董事長、董事是否兼任CEO;(2)公司規模，樣本各年總資產的自然對數;(3)財務杠桿，采用樣本公司各年的資產負債率所表示。變量定義及其符號見表1所示。

3.3模型構建與檢驗方法

由于因變量技術效率的取值范圍在0－1之間，因此，我們采用建立如下tobit回歸模型來檢驗前述研究假設:TECH=a1dirage+a2dirdegree+a3ceoage+a4ceodegree+a5sumofmteam+a6average+a7xinbiebi+a8lzhy+a9size+a10lev+ε(1)其中，a1、a2、a3、a4、a5、a6、a7、a8、a9、a10是回歸參數，ε是殘差項。技術效率的計算采用Deap2.1和EXCEL，描述性統計和回歸分析利用stata11.0軟件進行。4實證研究與分析4.1描述性統計分析表2為樣本的描述性統計結果。表2顯示:(1)在年齡特征方面，董事長的年齡由31歲到67歲不等，平均為49.04歲;而CEO的年齡跨度為29到61歲不等，平均年齡為43.97歲。高管團隊平均年齡在36到59歲之間，均值為46.27歲，略高于CEO的平均年齡，而略低于董事長的平均年。或許因為董事長負責公司的重大經營決策，需要更多的經驗和閱歷，相對而言，總經理要負責更多的日常經營活動，需要更充沛的精力，所以總經理年齡比董事長的年齡平均要年輕5歲左右。(2)從高管教育水平來看，中國上市公司董事長和CEO的平均教育水平一般可以達到本科學歷以上;并且總經理的教育水平要高于董事長的教育水平。(3)在高管的總人數方面，最小值為9人，最大值為39人，均值為18.37人。(4)在性別特征方面，高管團隊中男性占總人數比最小值為0.54，最大值為1，均值為0.87，方差為0.090599。因此，男性在高管團隊中占絕對優勢且在各種中的波動性較小。(5)在控制變量方面，財務杠桿的最小值為0.0627，最大值是6.548，極極值現象比較嚴重，為了消除極值的影響，在后續的回歸中我們按照5%分數進行縮尾處理。從表3，我們可以看出樣本公司的董事長和總經理分離程度比較高，有85%的樣本公司是完全分離;有12.5的公司是董事長和總經理由一人兼任的;只有2.5%的公司是由副董事長和董事兼任CEO的。

4.2回歸分析

表4是模型(1)的tobit回歸結果。從中我們可以看出:(1)董事長、CEO學歷的系數都顯著為正，從而支持了假設1和假設2。說明董事長和CEO的學歷越高，所掌握的技術和對能源的運用效率越大，故越有利于公司技術效率的提高。(2)董事長、CEO的年齡的系數都為正，但不顯著;而高管團隊平均年齡則顯著為負，從而支持了假設5而拒絕了假設3和假設4。我們猜測董事長、總經理個人年齡與高管團隊平均年齡對技術效率的不同影響是因為董事長、總經理對企業資源的獲取能力具有極其重要的影響，從而其隨著年齡增長而拓展的社會關系對企業技術效率的正向影響占主導地位;而對高管團隊來說，更主要的是體現為公司的整體管理氛圍，因此，團隊整體平均年齡過高，將造成公司的整體老齡化，思想陳舊，不易接受新鮮事物，不利于公司技術效率的進步，相反，年輕的團隊更易接受新思想，更具有創新精神和更具有承擔風險的能力，也更能促進公司技術效率進步。(3)高管總人數的系數為負，但不顯著，說明董事、監事及高管的人數與公司技術效率呈不顯著的負相關關系，與假設6b一致，但未通過顯著性檢驗。因此，我們可以初步認為高管總人數在協調上帶來的不利影響要大于高管總人數在擁有的資源和專業知識的好處。另外一種可能的解釋是企業真正需要的資源或者專業知識并不要太多的人數，而太多的高管總人數可能是管理層冗余造成的。(4)性別比系數為正，在10%顯著水平上通過檢驗，從支持了假設7。說明較高的男性比例確實有助于提高企業的管理水平，從而提高企業的技術效率;也支持了近期關于女性管理者和男性管理者差異的研究。企業規模極顯著，這可能是由于企業的資源較多，更容易協調配合從而最大限度地發揮資源的效用;而財務杠桿也極顯著，說明負債治理機制發揮了一定的作用。

5結論與建議

針對前期主要從行業和地區層面研究技術效率，以及多從股權激勵的角度來研究技術效率影響因素的缺陷，本文依據高階理論，選取董事長和CEO的學歷與年齡、高管團隊的總人數、平均年齡和性別比來作為高管特質的指標，研究了其對公司技術效率的影響。鑒于信息技術公司在社會經濟發展中的重要性以及DEA技術效率計算的數據要求，我們將研究樣本限定為信息技術類上市公司。研究發現:董事長和CEO的學歷、高管團隊的男性性別比與企業技術效率顯著正相關;而高管團隊的年齡與企業技術效率顯著負相關。董事長和CEO的年齡等指標，雖然對公司技術效率具有正向影響關系，但不顯著;而高管團隊總人數對公司技術效率具有負向影響關系，但也不顯著。鑒于此，提出以下建議:(1)努力提高董事長和CEO的教育水平，從而提高其對公司資源的利用效率和管理水平，進而公司技術效率。(2)在年齡方面，應該選擇具有較多社會關系和豐富職業經驗的人員來擔任董事長和總經理，而不必過于看重其年齡的大小。但必須注意高管團隊整體的年輕化，從而營造用于探索創新的管理氛圍，提高企業的及時效率，加快企業發展。